Dopo decenni di ricerche è stato provato che le emozioni non sono una componente collaterale del modo di comportarsi e di comunicare degli esseri umani, bensì fondamentale. La consapevolezza di ciò ha portato gli sviluppatori di sistemi di interazione uomo-macchina a tenere in debito conto l'aspetto emozionale della comunicazione e del comportamento, sia nell'interfaccia uomo-macchina, sia nella realizzazione dei meccanismi funzionali dei sistemi in generale, inclusi i robot. L'industria della micro e nanoelettronica e dei sistemi embedded in generale ha già intuito la potenzialità di questa nuova metodologia di sviluppo dei sistemi di elaborazione e comunicazione delle informazioni, sviluppando tecnologie adeguate a supportare questo nuovo paradigma dell'informatica e dell'elettronica.
L'affective computing è una metodologia innovativa di sviluppo di sistemi capaci di riconoscere, interpretare ed emulare il comportamento emotivo umano. Oltre all'informatica (in particolare l'intelligenza artificiale e il soft computing), in tale metodologia concorrono altre discipline scientifiche come la psicologia, le scienze cognitive e neurologiche. L'affective computing può essere considerato di fatto un nuovo ramo dell'informatica che si è originato subito dopo che Rosalind Picard, ricercatore del Massachusetts Institute of Tecnology di Boston, pubblicò il primo articolo scientifico significativo su questo argomento come rapporto del Media Laboratory Perceptual Computing Section del Mit, nel 1995. L'idea fondamentale che emerse dai risultati della sua ricerca era che la macchina può interpretare lo stato emozionale umano e conseguentemente adattare il suo comportamento. Alla base della pratica applicabilità di questo nuovo paradigma computazionale c'è la tecnologia sensoriale e il computing embedded.
La tecnologia sensoriale, come sappiamo si è rapidamente evoluta negli ultimi anni e in combinazione dell'altrettanto rapido sviluppo della tecnologia del computing embedded ha creato una piattaforma applicativa ideale per la realizzazione di sistemi dotati di capacità di misura e allo stesso tempo interpretazione e interazione emotiva. Dopo vent'anni circa dalla pubblicazione del rapporto sull'affective computing di Rosalind Picard, l'evoluzione tecnologica dei computer e dei sistemi basati sui computer (soprattutto i sistemi embedded) è stata tale da influenzare consistentemente il modo di interagire tra l'uomo e la macchina e anche il modo in cui la macchina si adatta all'uomo per soddisfarne al meglio le esigenze. Funzionalità come quella che consente allo smartphone di adattare l'orientamento dello schermo in funzione del movimento eseguita dall'utilizzatore è un embrione di interazione sensoriale tra uomo e macchina, che permette alla macchina di adattarsi in funzione del comportamento dell'utilizzatore. Le ultime generazioni di smartphone integrano al loro interno non solo numerosi sensori, ma anche le funzionalità di base necessarie a interpretare in maniera sintetica e ad alto livello la considerevole quantità di informazioni catturate dai sensori.
Affective sensors
I sensori sono le principali tecnologie abilitanti delle applicazioni che devono interagire con il mondo fisico. Un particolare mondo fisico con cui deve interagire il computer è l'essere umano. Con questo la macchina interagisce in maniera diretta o indiretta, non solo per eseguire azioni meccaniche come per esempio i servosistemi, ma anche stabilire una comunicazione basata sullo scambio di informazioni. A tale scopo la cattura di informazioni di natura fisica, fisiologica, bioelettrica, ecc. consente al sistema che interagisce con l'uomo di disporre di segnali che possono essere analizzati per estrarre informazioni di natura emozionale. La voce è sicuramente uno dei segnali a più elevato contenuto informativo di natura emozionale, insieme all'espressione facciale e a quella gestuale. Ma l'emozione si manifesta anche attraverso altri segnali, per esempio la conduttività galvanica della pelle o il segnale cardiaco. I sensori intelligenti hanno rappresentato fino ad ora il primo gradino nella cattura di informazioni dal mondo fisico, ma ora si è oltre la semplice trasduzione, e il sensore integra al suo interno la capacità di estrazione di informazioni nascoste nel segnale e le fornisce al sistema applicativo. È il sensore intelligente che elabora il segnale trasdotto e lo trasforma in informazione sintetica, riducendo in tal modo la complessità del sistema applicativo, ma allo stesso tempo aumentandone l'efficacia e le potenzialità. L'affective sensor rappresenta un ulteriore gradino di innovazione nella tecnologia del sensing dopo l'innovazione del sensore intelligente. L'affective sensor è una nuova generazione di sensori intelligenti che, oltre a catturare segnali fisici generati o emessi dagli esseri umani, estraggono informazioni di natura emotiva o comportamentale, e le comunicano al sistema, il quale, li utilizza per modulare il proprio comportamento in funzione della loro interpretazione.
Affectiva, una start-up cofondata da Rosalind Picard, sviluppa prodotti che rilevano lo stato emozionale delle persone, in particolare due affective sensors, Q Curve e Q Pod, entrambi capaci di misurare segnali del corpo umano come l'attività elettrica della pelle, cioè la conducibilità elettrica, la temperatura della pelle e il movimento. La variabilità della conduttività della pelle riflette l'attività del sistema nervoso autonomo, quindi le condizioni psicologiche e fisiologiche del soggetto. Le variazioni sono causate dall'attività delle ghiandole sudorifere. Lo stress psicologico tende a rendere le ghiandole più attive, abbassando la resistenza della pelle. In pratica, più si è rilassati, più la pelle è secca e quindi più alta è la resistenza della pelle. Viceversa, più si è stressati, più la pelle è umida, minore è la resistenza della pelle. La gamma di variabilità è di 20-25 Ohm. Le applicazioni degli emotional sensor, oltre al campo più strettamente medico, riguardano ambiti applicativi di natura non medicale, come per esempio il Rationalizer di Philips Electronics.
Royal Philips Electronics e Dialogues Incubator, una initiativa di Abn Amro, qualche anno fa hanno in fatti annunciato il concetto “Rationalizer”, un sistema di sensing di emozioni pensato per monitorare i trader finanziari on-line. L'applicazione è come una specie di specchio delle emozioni, o più esattamente un visualizzatore di stato emotivo. Il sistema consiste di un braccialetto (EmoBracelet) che misura lo stato emotivo tramite la conducibilità cutanea (risposta galvanica della pelle) e di una specie di coppa (EmoBowl) che si illumina in base alle emozioni rilevate dal braccialetto. Dato che un trader non opera in maniera completamente razionale e decide di investire influenzato dalle emozioni, il sistema consente di segnalare lo stato emotivo in modo che il trader ne possa tenere conto e non prendere decisioni sbagliate. Il sistema misura la risposta
galvanica della pelle e poi esegue un rendering sotto forma di pattern di luce
dinamica sullo stesso braccialetto o sulla coppa. L’aumento della dinamica
luminosa è proporzionale all’aumento dell’eccitazione. Tra i vari segnali idonei
per l’estrazione di informazioni di natura emozionale, uno particolarmente
importante è quello cardiografico. Questo segnale ha diverse peculiarità, tra
cui quella della possibilità di cattura a livello periferico del corpo del
soggetto e, quindi, in maniera non invasiva. In particolare l’informazione
emozionale e comportamentale è contenuta nella variabilità della frequenza
cardiaca, quindi rilevabile in termini di misura del periodo del ciclo
cardiaco, facilmente misurabile dalle mani (per appoggio) o dal polso del
soggetto (cinturino, braccialetto, orologio, ecc.) come segnale elettrico,
oppure misurabile dal torace in maniera non invasiva (cerotto). Oltre ai
segnali fisiologici, altri segnali particolarmente utili ed efficaci per poter estrarre
informazioni emozionali sono la voce e l’immagine. La voce in particolare è uno
dei segnali più ricchi e caratterizzati relativamente all’informazione
emozionale, con numerosi vantaggi relativamente alla natura non invasiva della
modalità di cattura, alla natura nativa del sensore per praticamente tutte le
piattaforme di computing e soprattutto per la natura non collaborativa della
modalità di cattura. Il segnale visuale è comunque uno dei più interessanti,
anche in conseguenza dell’ampia e versatile disponibilità di dispositivi di
cattura video dell’espressione facciale dell’utilizzatore e di quella gestuale.
Contextual sensing
Un ulteriore sviluppo della
tecnologia sensoriale che consente di estendere ulteriormente l’applicabilità
della metodologia dell’affective computing, soprattutto quando questa nuova
metodologia è implementata sulle piattaforme mobile, è il contextual sensing.
Questa tecnologia sensoriale emergente, intesa principalmente al mobile
computing, consiste nell’integrazione a livello di system-on-chip di
dispositivi sensoriali di localizzazione di varia natura (statica, di
movimento, di altezza, di temperatura ambientale, ecc.) e di algoritmi efficienti
di data fusion che consentono di estrarre informazioni molto circostanziate
relativamente al contesto in cui è l’utilizzatore. Questi sistemi di contextual
sensing, basati principalmente sulla tecnologia microelettromeccanica, arrivano
già ad integrare fino a 12 gradi di libertà sensoriale su un unico modulo,
facilmente integrabile nei dispositivi mobile. Il contextual sensing è dunque
una tecnologia sensoriale integrata che utilizza dispositivi sensoriali di base
in una modalità integrata e con fusione delle informazioni in modo da ottenere
informazioni di livello superiore e contestualizzate. Grazie a questo approccio
sensoriale, le applicazioni di affective computing possono essere supportate da
soluzioni microelettroniche idonee per la realizzazione di applicazioni
embedded non solo portatili, ma anche indossabili. L’integrazione su un singolo
modulo sia dei dispositivi sensoriali Mems, sia del complesso processo di
fusione dei dati, è uno degli aspetti più importanti della sensoristica di
nuova generazione, in quando sposta a livello periferico la problematica
dell’estrazione ed elaborazione delle informazioni necessarie all’applicazione,
in particolare quella dell’interpretazione emotiva comportamentale e il
conseguente controllo adattativo dei sistemi.
I computer indossabili
Il wearable computing è la tecnologia abilitante che
permette di portare l’affective
computing all’integrazione con il corpo dell’utilizzatore. Grazie alla tecnologia
di integrazione di sistema su singolo chip si è già pervenuti a una nuova generazione
di sistemi indossabili o integrabili con il corpo umano e le sue attività
naturali. I computer indossabili, integrando al loro interno sensori e
attuatori, permettono di implementare I modelli dell’affective computing in
modo da poter interagire in maniera non invasiva sia con la persona, sia con
l’ambiente circostante.
